Algo1 Visualize
김협
5/23/2023
0. library
library(tidyverse)## ── Attaching core tidyverse packages ──────────────────────── tidyverse 2.0.0 ──
## ✔ dplyr 1.1.2 ✔ readr 2.1.4
## ✔ forcats 1.0.0 ✔ stringr 1.5.0
## ✔ ggplot2 3.4.2 ✔ tibble 3.2.1
## ✔ lubridate 1.9.2 ✔ tidyr 1.3.0
## ✔ purrr 1.0.2
## ── Conflicts ────────────────────────────────────────── tidyverse_conflicts() ──
## ✖ dplyr::filter() masks stats::filter()
## ✖ dplyr::lag() masks stats::lag()
## ℹ Use the conflicted package (<http://conflicted.r-lib.org/>) to force all conflicts to become errorslibrary(ggplot2)1. function 정의
1-1. function log lambda
- fun_log: lambda 값을 밑이 2인 log로 표현하여, 시각화 시에 x축 간격을 동일하게 표현
fun_log <- function(data){
data$lambda <- log(data$lambda, base = 2)
colnames(data)[5] <- "log_lambda"
return(data)
}1-2. function_handling
fun_handling <- function(data, pi_num, simul_type_num, alpha_num, mu_num){
data %>%
filter(simul_type == simul_type_num &
pi == pi_num &
alpha == alpha_num &
mu == mu_num) %>%
select(-X) %>%
arrange(log_lambda) -> data_handling # end data_hadling
# log_lambda 별 평균값 data 생성
data_handling %>%
group_by(log_lambda) %>%
summarise(avg_MSE = mean(MSE)) -> avg_data_handling
# 최소 MSE search
condition <- avg_data_handling$avg_MSE == min(avg_data_handling[,2])
print(cat("최적의 람다는",2^avg_data_handling$log_lambda[condition], '\n',
"즉, 최적의 log_2 람다는",avg_data_handling$log_lambda[condition],'\n',
"이고, 그때의 MSE는", min(avg_data_handling[,2])
))
return(list(handling = data_handling, avg_handling = avg_data_handling))
}1-3. function_Visualize
- function_Visualize: 시각화 function 정의
fun_visualize <- function(data_handling, avg_data_handling){
# vanila MSE
data_handling %>%
select(-c(r_vec, simul_type, pi, alpha, MSE, estimated_theta, iter)) -> base_data_handling
my_list <- strsplit(base_data_handling$y, ",")
my_list <- lapply(my_list, function(x) as.integer(x))
base_data_handling$y <- unlist(lapply(my_list, mean))
colnames(base_data_handling)[3] <- 'vanila_MLE'
base_data_handling # 여기까지 하면, 각 log_lambda에 대해 seed 개수 만큼의 vanila_MLE 계산 완료
# vanila_MSE 구하자
base_data_handling %>%
mutate(vanila_MSE = (mu - vanila_MLE)^2 ) %>%
group_by(log_lambda) %>%
summarise(avg_vanila_MSE = mean(vanila_MSE)) -> avg_vanila_MSE
avg_vanila_MSE[[1,2]] # vanila MSE
x_lab = expression(log[2](lambda))
output <- ggplot(data = data_handling) +
# geom_point(mapping = aes(x = log_lambda, y = MSE)) +
geom_boxplot(aes(x = log_lambda,
y = MSE,
group = log_lambda),
# boxplot outlier
outlier.color = 'red',
outlier.shape = 1,
outlier.alpha = 0.7) +
# log_lambda 별 평균값 추가 (color = steelblue4)
geom_point(data = avg_data_handling,
color = 'steelblue4',
size = 1.5,
aes(x = log_lambda,
y = avg_MSE)) +
geom_line(data = avg_data_handling,
color = 'steelblue4',
size = 1.3,
aes(x = log_lambda,
y = avg_MSE)) +
# MSE_baseline
geom_hline(yintercept = avg_vanila_MSE[[1, 2]], # avg_vanila_MSE 뒤의 인덱스는 중요하지 않음
col = 'gray', linetype = 'dashed', size = 1) +
# x축 간격 설정
scale_x_continuous(breaks = -5:3) +
# title, xlab, ylab
xlab(x_lab) +
# theme
theme_bw() +
theme(plot.title = element_text(size = 20),
plot.subtitle = element_text(size = 15))
return(output)
}2. 시각화
[제시된 셋업] \[n = \{100,200,300\}, \pi \in \{0.1, 0.2, 0.3\},\mu = \{1, 5, 10\}, y0 \in \{\alpha \in \{2,3,5\}\}\]
\[\lambda = 2^{\{-5,-4, \cdots ,3\}}\]
2-1. n = 100
data_n100 <- read.csv('../data/mean_df-set_simul_seed10_n100.csv')
data <- fun_log(data_n100)
mu_set = c(1,5,10)
pi_set = c(0.1,0.2,0.3)
simul_type_set = c(0,1,2,3)
alpha_set = c(2,3,5)
for(mu_num in mu_set){
for(pi_num in pi_set){
for(simul_type_num in simul_type_set){
for(alpha_num in alpha_set){
print(paste("n = 100, mu = ", mu_num,", pi = ",pi_num, ", simul_type = ", simul_type_num,", alpha = ", alpha_num))
data_handling <- fun_handling(data=data, pi_num=pi_num, simul_type_num=simul_type_num, alpha_num=alpha_num,mu_num = mu_num)
print(fun_visualize(data_handling$handling,data_handling$avg_handling))
}
}
}
}## [1] "n = 100, mu = 1 , pi = 0.1 , simul_type = 0 , alpha = 2"
## 최적의 람다는 0.0625
## 즉, 최적의 log_2 람다는 -4
## 이고, 그때의 MSE는 0.0006472744NULL## Warning: Using `size` aesthetic for lines was deprecated in ggplot2 3.4.0.
## ℹ Please use `linewidth` instead.
## This warning is displayed once every 8 hours.
## Call `lifecycle::last_lifecycle_warnings()` to see where this warning was
## generated.
## [1] "n = 100, mu = 1 , pi = 0.1 , simul_type = 0 , alpha = 3"
## 최적의 람다는 0.0625
## 즉, 최적의 log_2 람다는 -4
## 이고, 그때의 MSE는 0.0006472744NULL
## [1] "n = 100, mu = 1 , pi = 0.1 , simul_type = 0 , alpha = 5"
## 최적의 람다는 0.0625
## 즉, 최적의 log_2 람다는 -4
## 이고, 그때의 MSE는 0.0006472744NULL
## [1] "n = 100, mu = 1 , pi = 0.1 , simul_type = 1 , alpha = 2"
## 최적의 람다는 0.0625
## 즉, 최적의 log_2 람다는 -4
## 이고, 그때의 MSE는 0.001106621NULL
## [1] "n = 100, mu = 1 , pi = 0.1 , simul_type = 1 , alpha = 3"
## 최적의 람다는 0.0625
## 즉, 최적의 log_2 람다는 -4
## 이고, 그때의 MSE는 0.001314298NULL
## [1] "n = 100, mu = 1 , pi = 0.1 , simul_type = 1 , alpha = 5"
## 최적의 람다는 0.125
## 즉, 최적의 log_2 람다는 -3
## 이고, 그때의 MSE는 0.002750732NULL
## [1] "n = 100, mu = 1 , pi = 0.1 , simul_type = 2 , alpha = 2"
## 최적의 람다는 0.125
## 즉, 최적의 log_2 람다는 -3
## 이고, 그때의 MSE는 0.01370146NULL
## [1] "n = 100, mu = 1 , pi = 0.1 , simul_type = 2 , alpha = 3"
## 최적의 람다는 0.125
## 즉, 최적의 log_2 람다는 -3
## 이고, 그때의 MSE는 0.01370146NULL
## [1] "n = 100, mu = 1 , pi = 0.1 , simul_type = 2 , alpha = 5"
## 최적의 람다는 0.125
## 즉, 최적의 log_2 람다는 -3
## 이고, 그때의 MSE는 0.01370146NULL
## [1] "n = 100, mu = 1 , pi = 0.1 , simul_type = 3 , alpha = 2"
## 최적의 람다는 0.0625
## 즉, 최적의 log_2 람다는 -4
## 이고, 그때의 MSE는 0.0008967449NULL
## [1] "n = 100, mu = 1 , pi = 0.1 , simul_type = 3 , alpha = 3"
## 최적의 람다는 0.0625
## 즉, 최적의 log_2 람다는 -4
## 이고, 그때의 MSE는 0.0007834624NULL
## [1] "n = 100, mu = 1 , pi = 0.1 , simul_type = 3 , alpha = 5"
## 최적의 람다는 0.0625
## 즉, 최적의 log_2 람다는 -4
## 이고, 그때의 MSE는 0.0006634914NULL
## [1] "n = 100, mu = 1 , pi = 0.2 , simul_type = 0 , alpha = 2"
## 최적의 람다는 0.0625
## 즉, 최적의 log_2 람다는 -4
## 이고, 그때의 MSE는 0.0006472744NULL
## [1] "n = 100, mu = 1 , pi = 0.2 , simul_type = 0 , alpha = 3"
## 최적의 람다는 0.0625
## 즉, 최적의 log_2 람다는 -4
## 이고, 그때의 MSE는 0.0006472744NULL
## [1] "n = 100, mu = 1 , pi = 0.2 , simul_type = 0 , alpha = 5"
## 최적의 람다는 0.0625
## 즉, 최적의 log_2 람다는 -4
## 이고, 그때의 MSE는 0.0006472744NULL
## [1] "n = 100, mu = 1 , pi = 0.2 , simul_type = 1 , alpha = 2"
## 최적의 람다는 0.25
## 즉, 최적의 log_2 람다는 -2
## 이고, 그때의 MSE는 0.03748238NULL
## [1] "n = 100, mu = 1 , pi = 0.2 , simul_type = 1 , alpha = 3"
## 최적의 람다는 0.25
## 즉, 최적의 log_2 람다는 -2
## 이고, 그때의 MSE는 0.06513578NULL
## [1] "n = 100, mu = 1 , pi = 0.2 , simul_type = 1 , alpha = 5"
## 최적의 람다는 0.25
## 즉, 최적의 log_2 람다는 -2
## 이고, 그때의 MSE는 0.1105104NULL
## [1] "n = 100, mu = 1 , pi = 0.2 , simul_type = 2 , alpha = 2"
## 최적의 람다는 8
## 즉, 최적의 log_2 람다는 3
## 이고, 그때의 MSE는 0.05006NULL
## [1] "n = 100, mu = 1 , pi = 0.2 , simul_type = 2 , alpha = 3"
## 최적의 람다는 8
## 즉, 최적의 log_2 람다는 3
## 이고, 그때의 MSE는 0.05006NULL
## [1] "n = 100, mu = 1 , pi = 0.2 , simul_type = 2 , alpha = 5"
## 최적의 람다는 8
## 즉, 최적의 log_2 람다는 3
## 이고, 그때의 MSE는 0.05006NULL
## [1] "n = 100, mu = 1 , pi = 0.2 , simul_type = 3 , alpha = 2"
## 최적의 람다는 0.0625
## 즉, 최적의 log_2 람다는 -4
## 이고, 그때의 MSE는 0.003962214NULL
## [1] "n = 100, mu = 1 , pi = 0.2 , simul_type = 3 , alpha = 3"
## 최적의 람다는 0.0625
## 즉, 최적의 log_2 람다는 -4
## 이고, 그때의 MSE는 0.001053004NULL
## [1] "n = 100, mu = 1 , pi = 0.2 , simul_type = 3 , alpha = 5"
## 최적의 람다는 0.125
## 즉, 최적의 log_2 람다는 -3
## 이고, 그때의 MSE는 0.002142303NULL
## [1] "n = 100, mu = 1 , pi = 0.3 , simul_type = 0 , alpha = 2"
## 최적의 람다는 0.0625
## 즉, 최적의 log_2 람다는 -4
## 이고, 그때의 MSE는 0.0006472744NULL
## [1] "n = 100, mu = 1 , pi = 0.3 , simul_type = 0 , alpha = 3"
## 최적의 람다는 0.0625
## 즉, 최적의 log_2 람다는 -4
## 이고, 그때의 MSE는 0.0006472744NULL
## [1] "n = 100, mu = 1 , pi = 0.3 , simul_type = 0 , alpha = 5"
## 최적의 람다는 0.0625
## 즉, 최적의 log_2 람다는 -4
## 이고, 그때의 MSE는 0.0006472744NULL
## [1] "n = 100, mu = 1 , pi = 0.3 , simul_type = 1 , alpha = 2"
## 최적의 람다는 2
## 즉, 최적의 log_2 람다는 1
## 이고, 그때의 MSE는 0.1120148NULL
## [1] "n = 100, mu = 1 , pi = 0.3 , simul_type = 1 , alpha = 3"
## 최적의 람다는 0.5
## 즉, 최적의 log_2 람다는 -1
## 이고, 그때의 MSE는 0.3924461NULL
## [1] "n = 100, mu = 1 , pi = 0.3 , simul_type = 1 , alpha = 5"
## 최적의 람다는 0.5
## 즉, 최적의 log_2 람다는 -1
## 이고, 그때의 MSE는 0.4928501NULL
## [1] "n = 100, mu = 1 , pi = 0.3 , simul_type = 2 , alpha = 2"
## 최적의 람다는 8
## 즉, 최적의 log_2 람다는 3
## 이고, 그때의 MSE는 0.09514NULL
## [1] "n = 100, mu = 1 , pi = 0.3 , simul_type = 2 , alpha = 3"
## 최적의 람다는 8
## 즉, 최적의 log_2 람다는 3
## 이고, 그때의 MSE는 0.09514NULL
## [1] "n = 100, mu = 1 , pi = 0.3 , simul_type = 2 , alpha = 5"
## 최적의 람다는 8
## 즉, 최적의 log_2 람다는 3
## 이고, 그때의 MSE는 0.09514NULL
## [1] "n = 100, mu = 1 , pi = 0.3 , simul_type = 3 , alpha = 2"
## 최적의 람다는 0.125
## 즉, 최적의 log_2 람다는 -3
## 이고, 그때의 MSE는 0.005441999NULL
## [1] "n = 100, mu = 1 , pi = 0.3 , simul_type = 3 , alpha = 3"
## 최적의 람다는 0.125
## 즉, 최적의 log_2 람다는 -3
## 이고, 그때의 MSE는 0.00241922NULL
## [1] "n = 100, mu = 1 , pi = 0.3 , simul_type = 3 , alpha = 5"
## 최적의 람다는 0.125
## 즉, 최적의 log_2 람다는 -3
## 이고, 그때의 MSE는 0.002102448NULL
## [1] "n = 100, mu = 5 , pi = 0.1 , simul_type = 0 , alpha = 2"
## 최적의 람다는 0.125
## 즉, 최적의 log_2 람다는 -3
## 이고, 그때의 MSE는 0.03192369NULL
## [1] "n = 100, mu = 5 , pi = 0.1 , simul_type = 0 , alpha = 3"
## 최적의 람다는 0.125
## 즉, 최적의 log_2 람다는 -3
## 이고, 그때의 MSE는 0.03192369NULL
## [1] "n = 100, mu = 5 , pi = 0.1 , simul_type = 0 , alpha = 5"
## 최적의 람다는 0.125
## 즉, 최적의 log_2 람다는 -3
## 이고, 그때의 MSE는 0.03192369NULL
## [1] "n = 100, mu = 5 , pi = 0.1 , simul_type = 1 , alpha = 2"
## 최적의 람다는 1
## 즉, 최적의 log_2 람다는 0
## 이고, 그때의 MSE는 0.1557251NULL
## [1] "n = 100, mu = 5 , pi = 0.1 , simul_type = 1 , alpha = 3"
## 최적의 람다는 1
## 즉, 최적의 log_2 람다는 0
## 이고, 그때의 MSE는 0.158176NULL
## [1] "n = 100, mu = 5 , pi = 0.1 , simul_type = 1 , alpha = 5"
## 최적의 람다는 1
## 즉, 최적의 log_2 람다는 0
## 이고, 그때의 MSE는 0.1625572NULL
## [1] "n = 100, mu = 5 , pi = 0.1 , simul_type = 2 , alpha = 2"
## 최적의 람다는 0.25
## 즉, 최적의 log_2 람다는 -2
## 이고, 그때의 MSE는 0.2958316NULL
## [1] "n = 100, mu = 5 , pi = 0.1 , simul_type = 2 , alpha = 3"
## 최적의 람다는 0.25
## 즉, 최적의 log_2 람다는 -2
## 이고, 그때의 MSE는 0.2958316NULL
## [1] "n = 100, mu = 5 , pi = 0.1 , simul_type = 2 , alpha = 5"
## 최적의 람다는 0.25
## 즉, 최적의 log_2 람다는 -2
## 이고, 그때의 MSE는 0.2958316NULL
## [1] "n = 100, mu = 5 , pi = 0.1 , simul_type = 3 , alpha = 2"
## 최적의 람다는 0.25
## 즉, 최적의 log_2 람다는 -2
## 이고, 그때의 MSE는 0.04960273NULL
## [1] "n = 100, mu = 5 , pi = 0.1 , simul_type = 3 , alpha = 3"
## 최적의 람다는 2
## 즉, 최적의 log_2 람다는 1
## 이고, 그때의 MSE는 0.07126074NULL
## [1] "n = 100, mu = 5 , pi = 0.1 , simul_type = 3 , alpha = 5"
## 최적의 람다는 2
## 즉, 최적의 log_2 람다는 1
## 이고, 그때의 MSE는 0.07105492NULL
## [1] "n = 100, mu = 5 , pi = 0.2 , simul_type = 0 , alpha = 2"
## 최적의 람다는 0.125
## 즉, 최적의 log_2 람다는 -3
## 이고, 그때의 MSE는 0.03192369NULL
## [1] "n = 100, mu = 5 , pi = 0.2 , simul_type = 0 , alpha = 3"
## 최적의 람다는 0.125
## 즉, 최적의 log_2 람다는 -3
## 이고, 그때의 MSE는 0.03192369NULL
## [1] "n = 100, mu = 5 , pi = 0.2 , simul_type = 0 , alpha = 5"
## 최적의 람다는 0.125
## 즉, 최적의 log_2 람다는 -3
## 이고, 그때의 MSE는 0.03192369NULL
## [1] "n = 100, mu = 5 , pi = 0.2 , simul_type = 1 , alpha = 2"
## 최적의 람다는 1
## 즉, 최적의 log_2 람다는 0
## 이고, 그때의 MSE는 0.7545373NULL
## [1] "n = 100, mu = 5 , pi = 0.2 , simul_type = 1 , alpha = 3"
## 최적의 람다는 1
## 즉, 최적의 log_2 람다는 0
## 이고, 그때의 MSE는 0.7681273NULL
## [1] "n = 100, mu = 5 , pi = 0.2 , simul_type = 1 , alpha = 5"
## 최적의 람다는 1
## 즉, 최적의 log_2 람다는 0
## 이고, 그때의 MSE는 0.7976825NULL
## [1] "n = 100, mu = 5 , pi = 0.2 , simul_type = 2 , alpha = 2"
## 최적의 람다는 0.25
## 즉, 최적의 log_2 람다는 -2
## 이고, 그때의 MSE는 0.8268171NULL
## [1] "n = 100, mu = 5 , pi = 0.2 , simul_type = 2 , alpha = 3"
## 최적의 람다는 0.25
## 즉, 최적의 log_2 람다는 -2
## 이고, 그때의 MSE는 0.8268171NULL
## [1] "n = 100, mu = 5 , pi = 0.2 , simul_type = 2 , alpha = 5"
## 최적의 람다는 0.25
## 즉, 최적의 log_2 람다는 -2
## 이고, 그때의 MSE는 0.8268171NULL
## [1] "n = 100, mu = 5 , pi = 0.2 , simul_type = 3 , alpha = 2"
## 최적의 람다는 0.125
## 즉, 최적의 log_2 람다는 -3
## 이고, 그때의 MSE는 0.09850666NULL
## [1] "n = 100, mu = 5 , pi = 0.2 , simul_type = 3 , alpha = 3"
## 최적의 람다는 2
## 즉, 최적의 log_2 람다는 1
## 이고, 그때의 MSE는 0.122378NULL
## [1] "n = 100, mu = 5 , pi = 0.2 , simul_type = 3 , alpha = 5"
## 최적의 람다는 2
## 즉, 최적의 log_2 람다는 1
## 이고, 그때의 MSE는 0.1218268NULL
## [1] "n = 100, mu = 5 , pi = 0.3 , simul_type = 0 , alpha = 2"
## 최적의 람다는 0.125
## 즉, 최적의 log_2 람다는 -3
## 이고, 그때의 MSE는 0.03192369NULL
## [1] "n = 100, mu = 5 , pi = 0.3 , simul_type = 0 , alpha = 3"
## 최적의 람다는 0.125
## 즉, 최적의 log_2 람다는 -3
## 이고, 그때의 MSE는 0.03192369NULL
## [1] "n = 100, mu = 5 , pi = 0.3 , simul_type = 0 , alpha = 5"
## 최적의 람다는 0.125
## 즉, 최적의 log_2 람다는 -3
## 이고, 그때의 MSE는 0.03192369NULL
## [1] "n = 100, mu = 5 , pi = 0.3 , simul_type = 1 , alpha = 2"
## 최적의 람다는 0.5
## 즉, 최적의 log_2 람다는 -1
## 이고, 그때의 MSE는 2.069288NULL
## [1] "n = 100, mu = 5 , pi = 0.3 , simul_type = 1 , alpha = 3"
## 최적의 람다는 1
## 즉, 최적의 log_2 람다는 0
## 이고, 그때의 MSE는 2.296087NULL
## [1] "n = 100, mu = 5 , pi = 0.3 , simul_type = 1 , alpha = 5"
## 최적의 람다는 1
## 즉, 최적의 log_2 람다는 0
## 이고, 그때의 MSE는 2.409387NULL
## [1] "n = 100, mu = 5 , pi = 0.3 , simul_type = 2 , alpha = 2"
## 최적의 람다는 0.25
## 즉, 최적의 log_2 람다는 -2
## 이고, 그때의 MSE는 1.979104NULL
## [1] "n = 100, mu = 5 , pi = 0.3 , simul_type = 2 , alpha = 3"
## 최적의 람다는 0.25
## 즉, 최적의 log_2 람다는 -2
## 이고, 그때의 MSE는 1.979104NULL
## [1] "n = 100, mu = 5 , pi = 0.3 , simul_type = 2 , alpha = 5"
## 최적의 람다는 0.25
## 즉, 최적의 log_2 람다는 -2
## 이고, 그때의 MSE는 1.979104NULL
## [1] "n = 100, mu = 5 , pi = 0.3 , simul_type = 3 , alpha = 2"
## 최적의 람다는 8
## 즉, 최적의 log_2 람다는 3
## 이고, 그때의 MSE는 0.07322NULL
## [1] "n = 100, mu = 5 , pi = 0.3 , simul_type = 3 , alpha = 3"
## 최적의 람다는 2
## 즉, 최적의 log_2 람다는 1
## 이고, 그때의 MSE는 0.1564676NULL
## [1] "n = 100, mu = 5 , pi = 0.3 , simul_type = 3 , alpha = 5"
## 최적의 람다는 2
## 즉, 최적의 log_2 람다는 1
## 이고, 그때의 MSE는 0.1546027NULL
## [1] "n = 100, mu = 10 , pi = 0.1 , simul_type = 0 , alpha = 2"
## 최적의 람다는 8
## 즉, 최적의 log_2 람다는 3
## 이고, 그때의 MSE는 0.1353215NULL
## [1] "n = 100, mu = 10 , pi = 0.1 , simul_type = 0 , alpha = 3"
## 최적의 람다는 8
## 즉, 최적의 log_2 람다는 3
## 이고, 그때의 MSE는 0.1353215NULL
## [1] "n = 100, mu = 10 , pi = 0.1 , simul_type = 0 , alpha = 5"
## 최적의 람다는 8
## 즉, 최적의 log_2 람다는 3
## 이고, 그때의 MSE는 0.1353215NULL
## [1] "n = 100, mu = 10 , pi = 0.1 , simul_type = 1 , alpha = 2"
## 최적의 람다는 2
## 즉, 최적의 log_2 람다는 1
## 이고, 그때의 MSE는 0.5124478NULL
## [1] "n = 100, mu = 10 , pi = 0.1 , simul_type = 1 , alpha = 3"
## 최적의 람다는 2
## 즉, 최적의 log_2 람다는 1
## 이고, 그때의 MSE는 0.515415NULL
## [1] "n = 100, mu = 10 , pi = 0.1 , simul_type = 1 , alpha = 5"
## 최적의 람다는 2
## 즉, 최적의 log_2 람다는 1
## 이고, 그때의 MSE는 0.5205165NULL
## [1] "n = 100, mu = 10 , pi = 0.1 , simul_type = 2 , alpha = 2"
## 최적의 람다는 2
## 즉, 최적의 log_2 람다는 1
## 이고, 그때의 MSE는 0.2697998NULL
## [1] "n = 100, mu = 10 , pi = 0.1 , simul_type = 2 , alpha = 3"
## 최적의 람다는 2
## 즉, 최적의 log_2 람다는 1
## 이고, 그때의 MSE는 0.2697998NULL
## [1] "n = 100, mu = 10 , pi = 0.1 , simul_type = 2 , alpha = 5"
## 최적의 람다는 2
## 즉, 최적의 log_2 람다는 1
## 이고, 그때의 MSE는 0.2697998NULL
## [1] "n = 100, mu = 10 , pi = 0.1 , simul_type = 3 , alpha = 2"
## 최적의 람다는 4
## 즉, 최적의 log_2 람다는 2
## 이고, 그때의 MSE는 0.1246452NULL
## [1] "n = 100, mu = 10 , pi = 0.1 , simul_type = 3 , alpha = 3"
## 최적의 람다는 4
## 즉, 최적의 log_2 람다는 2
## 이고, 그때의 MSE는 0.1231947NULL
## [1] "n = 100, mu = 10 , pi = 0.1 , simul_type = 3 , alpha = 5"
## 최적의 람다는 0.25
## 즉, 최적의 log_2 람다는 -2
## 이고, 그때의 MSE는 0.09780328NULL
## [1] "n = 100, mu = 10 , pi = 0.2 , simul_type = 0 , alpha = 2"
## 최적의 람다는 8
## 즉, 최적의 log_2 람다는 3
## 이고, 그때의 MSE는 0.1353215NULL
## [1] "n = 100, mu = 10 , pi = 0.2 , simul_type = 0 , alpha = 3"
## 최적의 람다는 8
## 즉, 최적의 log_2 람다는 3
## 이고, 그때의 MSE는 0.1353215NULL
## [1] "n = 100, mu = 10 , pi = 0.2 , simul_type = 0 , alpha = 5"
## 최적의 람다는 8
## 즉, 최적의 log_2 람다는 3
## 이고, 그때의 MSE는 0.1353215NULL
## [1] "n = 100, mu = 10 , pi = 0.2 , simul_type = 1 , alpha = 2"
## 최적의 람다는 1
## 즉, 최적의 log_2 람다는 0
## 이고, 그때의 MSE는 2.042101NULL
## [1] "n = 100, mu = 10 , pi = 0.2 , simul_type = 1 , alpha = 3"
## 최적의 람다는 2
## 즉, 최적의 log_2 람다는 1
## 이고, 그때의 MSE는 2.065405NULL
## [1] "n = 100, mu = 10 , pi = 0.2 , simul_type = 1 , alpha = 5"
## 최적의 람다는 2
## 즉, 최적의 log_2 람다는 1
## 이고, 그때의 MSE는 2.095866NULL
## [1] "n = 100, mu = 10 , pi = 0.2 , simul_type = 2 , alpha = 2"
## 최적의 람다는 2
## 즉, 최적의 log_2 람다는 1
## 이고, 그때의 MSE는 1.34331NULL
## [1] "n = 100, mu = 10 , pi = 0.2 , simul_type = 2 , alpha = 3"
## 최적의 람다는 2
## 즉, 최적의 log_2 람다는 1
## 이고, 그때의 MSE는 1.34331NULL
## [1] "n = 100, mu = 10 , pi = 0.2 , simul_type = 2 , alpha = 5"
## 최적의 람다는 2
## 즉, 최적의 log_2 람다는 1
## 이고, 그때의 MSE는 1.34331NULL
## [1] "n = 100, mu = 10 , pi = 0.2 , simul_type = 3 , alpha = 2"
## 최적의 람다는 0.125
## 즉, 최적의 log_2 람다는 -3
## 이고, 그때의 MSE는 0.18322NULL
## [1] "n = 100, mu = 10 , pi = 0.2 , simul_type = 3 , alpha = 3"
## 최적의 람다는 4
## 즉, 최적의 log_2 람다는 2
## 이고, 그때의 MSE는 0.1910871NULL
## [1] "n = 100, mu = 10 , pi = 0.2 , simul_type = 3 , alpha = 5"
## 최적의 람다는 4
## 즉, 최적의 log_2 람다는 2
## 이고, 그때의 MSE는 0.1914774NULL
## [1] "n = 100, mu = 10 , pi = 0.3 , simul_type = 0 , alpha = 2"
## 최적의 람다는 8
## 즉, 최적의 log_2 람다는 3
## 이고, 그때의 MSE는 0.1353215NULL
## [1] "n = 100, mu = 10 , pi = 0.3 , simul_type = 0 , alpha = 3"
## 최적의 람다는 8
## 즉, 최적의 log_2 람다는 3
## 이고, 그때의 MSE는 0.1353215NULL
## [1] "n = 100, mu = 10 , pi = 0.3 , simul_type = 0 , alpha = 5"
## 최적의 람다는 8
## 즉, 최적의 log_2 람다는 3
## 이고, 그때의 MSE는 0.1353215NULL
## [1] "n = 100, mu = 10 , pi = 0.3 , simul_type = 1 , alpha = 2"
## 최적의 람다는 1
## 즉, 최적의 log_2 람다는 0
## 이고, 그때의 MSE는 5.7205NULL
## [1] "n = 100, mu = 10 , pi = 0.3 , simul_type = 1 , alpha = 3"
## 최적의 람다는 1
## 즉, 최적의 log_2 람다는 0
## 이고, 그때의 MSE는 5.958648NULL
## [1] "n = 100, mu = 10 , pi = 0.3 , simul_type = 1 , alpha = 5"
## 최적의 람다는 2
## 즉, 최적의 log_2 람다는 1
## 이고, 그때의 MSE는 6.141918NULL
## [1] "n = 100, mu = 10 , pi = 0.3 , simul_type = 2 , alpha = 2"
## 최적의 람다는 1
## 즉, 최적의 log_2 람다는 0
## 이고, 그때의 MSE는 4.454462NULL
## [1] "n = 100, mu = 10 , pi = 0.3 , simul_type = 2 , alpha = 3"
## 최적의 람다는 1
## 즉, 최적의 log_2 람다는 0
## 이고, 그때의 MSE는 4.454462NULL
## [1] "n = 100, mu = 10 , pi = 0.3 , simul_type = 2 , alpha = 5"
## 최적의 람다는 1
## 즉, 최적의 log_2 람다는 0
## 이고, 그때의 MSE는 4.454462NULL
## [1] "n = 100, mu = 10 , pi = 0.3 , simul_type = 3 , alpha = 2"
## 최적의 람다는 0.25
## 즉, 최적의 log_2 람다는 -2
## 이고, 그때의 MSE는 0.269604NULL
## [1] "n = 100, mu = 10 , pi = 0.3 , simul_type = 3 , alpha = 3"
## 최적의 람다는 0.25
## 즉, 최적의 log_2 람다는 -2
## 이고, 그때의 MSE는 0.1733029NULL
## [1] "n = 100, mu = 10 , pi = 0.3 , simul_type = 3 , alpha = 5"
## 최적의 람다는 0.25
## 즉, 최적의 log_2 람다는 -2
## 이고, 그때의 MSE는 0.1712846NULL
## 2-2. n = 200
data_n200 <- read.csv('../data/mean_df-set_simul_seed10_n200.csv')
data <- fun_log(data_n200)
mu_set = c(1,5,10)
pi_set = c(0.1,0.2,0.3)
simul_type_set = c(0,1,2,3)
alpha_set = c(2,3,5)
for(mu_num in mu_set){
for(pi_num in pi_set){
for(simul_type_num in simul_type_set){
for(alpha_num in alpha_set){
print(paste("n = 200, mu = ", mu_num,", pi = ",pi_num, ", simul_type = ", simul_type_num,", alpha = ", alpha_num))
data_handling <- fun_handling(data=data, pi_num=pi_num, simul_type_num=simul_type_num, alpha_num=alpha_num,mu_num = mu_num)
print(fun_visualize(data_handling$handling,data_handling$avg_handling))
}
}
}
}## [1] "n = 200, mu = 1 , pi = 0.1 , simul_type = 0 , alpha = 2"
## 최적의 람다는 0.0625
## 즉, 최적의 log_2 람다는 -4
## 이고, 그때의 MSE는 0.0004558397NULL
## [1] "n = 200, mu = 1 , pi = 0.1 , simul_type = 0 , alpha = 3"
## 최적의 람다는 0.0625
## 즉, 최적의 log_2 람다는 -4
## 이고, 그때의 MSE는 0.0004558397NULL
## [1] "n = 200, mu = 1 , pi = 0.1 , simul_type = 0 , alpha = 5"
## 최적의 람다는 0.0625
## 즉, 최적의 log_2 람다는 -4
## 이고, 그때의 MSE는 0.0004558397NULL
## [1] "n = 200, mu = 1 , pi = 0.1 , simul_type = 1 , alpha = 2"
## 최적의 람다는 0.0625
## 즉, 최적의 log_2 람다는 -4
## 이고, 그때의 MSE는 0.0005185317NULL
## [1] "n = 200, mu = 1 , pi = 0.1 , simul_type = 1 , alpha = 3"
## 최적의 람다는 0.0625
## 즉, 최적의 log_2 람다는 -4
## 이고, 그때의 MSE는 0.0007074736NULL
## [1] "n = 200, mu = 1 , pi = 0.1 , simul_type = 1 , alpha = 5"
## 최적의 람다는 0.0625
## 즉, 최적의 log_2 람다는 -4
## 이고, 그때의 MSE는 0.00115918NULL
## [1] "n = 200, mu = 1 , pi = 0.1 , simul_type = 2 , alpha = 2"
## 최적의 람다는 0.125
## 즉, 최적의 log_2 람다는 -3
## 이고, 그때의 MSE는 0.006736959NULL
## [1] "n = 200, mu = 1 , pi = 0.1 , simul_type = 2 , alpha = 3"
## 최적의 람다는 0.125
## 즉, 최적의 log_2 람다는 -3
## 이고, 그때의 MSE는 0.006736959NULL
## [1] "n = 200, mu = 1 , pi = 0.1 , simul_type = 2 , alpha = 5"
## 최적의 람다는 0.125
## 즉, 최적의 log_2 람다는 -3
## 이고, 그때의 MSE는 0.006736959NULL
## [1] "n = 200, mu = 1 , pi = 0.1 , simul_type = 3 , alpha = 2"
## 최적의 람다는 0.0625
## 즉, 최적의 log_2 람다는 -4
## 이고, 그때의 MSE는 0.0005007674NULL
## [1] "n = 200, mu = 1 , pi = 0.1 , simul_type = 3 , alpha = 3"
## 최적의 람다는 0.0625
## 즉, 최적의 log_2 람다는 -4
## 이고, 그때의 MSE는 0.0002166943NULL
## [1] "n = 200, mu = 1 , pi = 0.1 , simul_type = 3 , alpha = 5"
## 최적의 람다는 0.0625
## 즉, 최적의 log_2 람다는 -4
## 이고, 그때의 MSE는 0.0001318266NULL
## [1] "n = 200, mu = 1 , pi = 0.2 , simul_type = 0 , alpha = 2"
## 최적의 람다는 0.0625
## 즉, 최적의 log_2 람다는 -4
## 이고, 그때의 MSE는 0.0004558397NULL
## [1] "n = 200, mu = 1 , pi = 0.2 , simul_type = 0 , alpha = 3"
## 최적의 람다는 0.0625
## 즉, 최적의 log_2 람다는 -4
## 이고, 그때의 MSE는 0.0004558397NULL
## [1] "n = 200, mu = 1 , pi = 0.2 , simul_type = 0 , alpha = 5"
## 최적의 람다는 0.0625
## 즉, 최적의 log_2 람다는 -4
## 이고, 그때의 MSE는 0.0004558397NULL
## [1] "n = 200, mu = 1 , pi = 0.2 , simul_type = 1 , alpha = 2"
## 최적의 람다는 0.125
## 즉, 최적의 log_2 람다는 -3
## 이고, 그때의 MSE는 0.0216357NULL
## [1] "n = 200, mu = 1 , pi = 0.2 , simul_type = 1 , alpha = 3"
## 최적의 람다는 0.25
## 즉, 최적의 log_2 람다는 -2
## 이고, 그때의 MSE는 0.02917506NULL
## [1] "n = 200, mu = 1 , pi = 0.2 , simul_type = 1 , alpha = 5"
## 최적의 람다는 0.25
## 즉, 최적의 log_2 람다는 -2
## 이고, 그때의 MSE는 0.04098472NULL
## [1] "n = 200, mu = 1 , pi = 0.2 , simul_type = 2 , alpha = 2"
## 최적의 람다는 8
## 즉, 최적의 log_2 람다는 3
## 이고, 그때의 MSE는 0.04019NULL
## [1] "n = 200, mu = 1 , pi = 0.2 , simul_type = 2 , alpha = 3"
## 최적의 람다는 8
## 즉, 최적의 log_2 람다는 3
## 이고, 그때의 MSE는 0.04019NULL
## [1] "n = 200, mu = 1 , pi = 0.2 , simul_type = 2 , alpha = 5"
## 최적의 람다는 8
## 즉, 최적의 log_2 람다는 3
## 이고, 그때의 MSE는 0.04019NULL
## [1] "n = 200, mu = 1 , pi = 0.2 , simul_type = 3 , alpha = 2"
## 최적의 람다는 0.125
## 즉, 최적의 log_2 람다는 -3
## 이고, 그때의 MSE는 0.002357602NULL
## [1] "n = 200, mu = 1 , pi = 0.2 , simul_type = 3 , alpha = 3"
## 최적의 람다는 0.0625
## 즉, 최적의 log_2 람다는 -4
## 이고, 그때의 MSE는 0.000320648NULL
## [1] "n = 200, mu = 1 , pi = 0.2 , simul_type = 3 , alpha = 5"
## 최적의 람다는 0.0625
## 즉, 최적의 log_2 람다는 -4
## 이고, 그때의 MSE는 0.0003604936NULL
## [1] "n = 200, mu = 1 , pi = 0.3 , simul_type = 0 , alpha = 2"
## 최적의 람다는 0.0625
## 즉, 최적의 log_2 람다는 -4
## 이고, 그때의 MSE는 0.0004558397NULL
## [1] "n = 200, mu = 1 , pi = 0.3 , simul_type = 0 , alpha = 3"
## 최적의 람다는 0.0625
## 즉, 최적의 log_2 람다는 -4
## 이고, 그때의 MSE는 0.0004558397NULL
## [1] "n = 200, mu = 1 , pi = 0.3 , simul_type = 0 , alpha = 5"
## 최적의 람다는 0.0625
## 즉, 최적의 log_2 람다는 -4
## 이고, 그때의 MSE는 0.0004558397NULL
## [1] "n = 200, mu = 1 , pi = 0.3 , simul_type = 1 , alpha = 2"
## 최적의 람다는 2
## 즉, 최적의 log_2 람다는 1
## 이고, 그때의 MSE는 0.1061851NULL
## [1] "n = 200, mu = 1 , pi = 0.3 , simul_type = 1 , alpha = 3"
## 최적의 람다는 0.5
## 즉, 최적의 log_2 람다는 -1
## 이고, 그때의 MSE는 0.3813156NULL
## [1] "n = 200, mu = 1 , pi = 0.3 , simul_type = 1 , alpha = 5"
## 최적의 람다는 0.5
## 즉, 최적의 log_2 람다는 -1
## 이고, 그때의 MSE는 0.4609335NULL
## [1] "n = 200, mu = 1 , pi = 0.3 , simul_type = 2 , alpha = 2"
## 최적의 람다는 8
## 즉, 최적의 log_2 람다는 3
## 이고, 그때의 MSE는 0.087905NULL
## [1] "n = 200, mu = 1 , pi = 0.3 , simul_type = 2 , alpha = 3"
## 최적의 람다는 8
## 즉, 최적의 log_2 람다는 3
## 이고, 그때의 MSE는 0.087905NULL
## [1] "n = 200, mu = 1 , pi = 0.3 , simul_type = 2 , alpha = 5"
## 최적의 람다는 8
## 즉, 최적의 log_2 람다는 3
## 이고, 그때의 MSE는 0.087905NULL
## [1] "n = 200, mu = 1 , pi = 0.3 , simul_type = 3 , alpha = 2"
## 최적의 람다는 0.0625
## 즉, 최적의 log_2 람다는 -4
## 이고, 그때의 MSE는 0.001412108NULL
## [1] "n = 200, mu = 1 , pi = 0.3 , simul_type = 3 , alpha = 3"
## 최적의 람다는 0.0625
## 즉, 최적의 log_2 람다는 -4
## 이고, 그때의 MSE는 0.0003853541NULL
## [1] "n = 200, mu = 1 , pi = 0.3 , simul_type = 3 , alpha = 5"
## 최적의 람다는 0.125
## 즉, 최적의 log_2 람다는 -3
## 이고, 그때의 MSE는 0.000583385NULL
## [1] "n = 200, mu = 5 , pi = 0.1 , simul_type = 0 , alpha = 2"
## 최적의 람다는 0.125
## 즉, 최적의 log_2 람다는 -3
## 이고, 그때의 MSE는 0.01048314NULL
## [1] "n = 200, mu = 5 , pi = 0.1 , simul_type = 0 , alpha = 3"
## 최적의 람다는 0.125
## 즉, 최적의 log_2 람다는 -3
## 이고, 그때의 MSE는 0.01048314NULL
## [1] "n = 200, mu = 5 , pi = 0.1 , simul_type = 0 , alpha = 5"
## 최적의 람다는 0.125
## 즉, 최적의 log_2 람다는 -3
## 이고, 그때의 MSE는 0.01048314NULL
## [1] "n = 200, mu = 5 , pi = 0.1 , simul_type = 1 , alpha = 2"
## 최적의 람다는 0.25
## 즉, 최적의 log_2 람다는 -2
## 이고, 그때의 MSE는 0.05174874NULL
## [1] "n = 200, mu = 5 , pi = 0.1 , simul_type = 1 , alpha = 3"
## 최적의 람다는 1
## 즉, 최적의 log_2 람다는 0
## 이고, 그때의 MSE는 0.07572504NULL
## [1] "n = 200, mu = 5 , pi = 0.1 , simul_type = 1 , alpha = 5"
## 최적의 람다는 1
## 즉, 최적의 log_2 람다는 0
## 이고, 그때의 MSE는 0.07853249NULL
## [1] "n = 200, mu = 5 , pi = 0.1 , simul_type = 2 , alpha = 2"
## 최적의 람다는 0.125
## 즉, 최적의 log_2 람다는 -3
## 이고, 그때의 MSE는 0.2182235NULL
## [1] "n = 200, mu = 5 , pi = 0.1 , simul_type = 2 , alpha = 3"
## 최적의 람다는 0.125
## 즉, 최적의 log_2 람다는 -3
## 이고, 그때의 MSE는 0.2182235NULL
## [1] "n = 200, mu = 5 , pi = 0.1 , simul_type = 2 , alpha = 5"
## 최적의 람다는 0.125
## 즉, 최적의 log_2 람다는 -3
## 이고, 그때의 MSE는 0.2182235NULL
## [1] "n = 200, mu = 5 , pi = 0.1 , simul_type = 3 , alpha = 2"
## 최적의 람다는 0.125
## 즉, 최적의 log_2 람다는 -3
## 이고, 그때의 MSE는 0.005812451NULL
## [1] "n = 200, mu = 5 , pi = 0.1 , simul_type = 3 , alpha = 3"
## 최적의 람다는 0.125
## 즉, 최적의 log_2 람다는 -3
## 이고, 그때의 MSE는 0.00212851NULL
## [1] "n = 200, mu = 5 , pi = 0.1 , simul_type = 3 , alpha = 5"
## 최적의 람다는 0.125
## 즉, 최적의 log_2 람다는 -3
## 이고, 그때의 MSE는 0.002136601NULL
## [1] "n = 200, mu = 5 , pi = 0.2 , simul_type = 0 , alpha = 2"
## 최적의 람다는 0.125
## 즉, 최적의 log_2 람다는 -3
## 이고, 그때의 MSE는 0.01048314NULL
## [1] "n = 200, mu = 5 , pi = 0.2 , simul_type = 0 , alpha = 3"
## 최적의 람다는 0.125
## 즉, 최적의 log_2 람다는 -3
## 이고, 그때의 MSE는 0.01048314NULL
## [1] "n = 200, mu = 5 , pi = 0.2 , simul_type = 0 , alpha = 5"
## 최적의 람다는 0.125
## 즉, 최적의 log_2 람다는 -3
## 이고, 그때의 MSE는 0.01048314NULL
## [1] "n = 200, mu = 5 , pi = 0.2 , simul_type = 1 , alpha = 2"
## 최적의 람다는 1
## 즉, 최적의 log_2 람다는 0
## 이고, 그때의 MSE는 0.6273264NULL
## [1] "n = 200, mu = 5 , pi = 0.2 , simul_type = 1 , alpha = 3"
## 최적의 람다는 1
## 즉, 최적의 log_2 람다는 0
## 이고, 그때의 MSE는 0.6385567NULL
## [1] "n = 200, mu = 5 , pi = 0.2 , simul_type = 1 , alpha = 5"
## 최적의 람다는 1
## 즉, 최적의 log_2 람다는 0
## 이고, 그때의 MSE는 0.6618647NULL
## [1] "n = 200, mu = 5 , pi = 0.2 , simul_type = 2 , alpha = 2"
## 최적의 람다는 1
## 즉, 최적의 log_2 람다는 0
## 이고, 그때의 MSE는 0.8134807NULL
## [1] "n = 200, mu = 5 , pi = 0.2 , simul_type = 2 , alpha = 3"
## 최적의 람다는 1
## 즉, 최적의 log_2 람다는 0
## 이고, 그때의 MSE는 0.8134807NULL
## [1] "n = 200, mu = 5 , pi = 0.2 , simul_type = 2 , alpha = 5"
## 최적의 람다는 1
## 즉, 최적의 log_2 람다는 0
## 이고, 그때의 MSE는 0.8134807NULL
## [1] "n = 200, mu = 5 , pi = 0.2 , simul_type = 3 , alpha = 2"
## 최적의 람다는 0.25
## 즉, 최적의 log_2 람다는 -2
## 이고, 그때의 MSE는 0.03615309NULL
## [1] "n = 200, mu = 5 , pi = 0.2 , simul_type = 3 , alpha = 3"
## 최적의 람다는 0.25
## 즉, 최적의 log_2 람다는 -2
## 이고, 그때의 MSE는 0.01539647NULL
## [1] "n = 200, mu = 5 , pi = 0.2 , simul_type = 3 , alpha = 5"
## 최적의 람다는 0.25
## 즉, 최적의 log_2 람다는 -2
## 이고, 그때의 MSE는 0.01415894NULL
## [1] "n = 200, mu = 5 , pi = 0.3 , simul_type = 0 , alpha = 2"
## 최적의 람다는 0.125
## 즉, 최적의 log_2 람다는 -3
## 이고, 그때의 MSE는 0.01048314NULL
## [1] "n = 200, mu = 5 , pi = 0.3 , simul_type = 0 , alpha = 3"
## 최적의 람다는 0.125
## 즉, 최적의 log_2 람다는 -3
## 이고, 그때의 MSE는 0.01048314NULL
## [1] "n = 200, mu = 5 , pi = 0.3 , simul_type = 0 , alpha = 5"
## 최적의 람다는 0.125
## 즉, 최적의 log_2 람다는 -3
## 이고, 그때의 MSE는 0.01048314NULL
## [1] "n = 200, mu = 5 , pi = 0.3 , simul_type = 1 , alpha = 2"
## 최적의 람다는 1
## 즉, 최적의 log_2 람다는 0
## 이고, 그때의 MSE는 2.094086NULL
## [1] "n = 200, mu = 5 , pi = 0.3 , simul_type = 1 , alpha = 3"
## 최적의 람다는 1
## 즉, 최적의 log_2 람다는 0
## 이고, 그때의 MSE는 2.200003NULL
## [1] "n = 200, mu = 5 , pi = 0.3 , simul_type = 1 , alpha = 5"
## 최적의 람다는 1
## 즉, 최적의 log_2 람다는 0
## 이고, 그때의 MSE는 2.291939NULL
## [1] "n = 200, mu = 5 , pi = 0.3 , simul_type = 2 , alpha = 2"
## 최적의 람다는 0.25
## 즉, 최적의 log_2 람다는 -2
## 이고, 그때의 MSE는 2.000552NULL
## [1] "n = 200, mu = 5 , pi = 0.3 , simul_type = 2 , alpha = 3"
## 최적의 람다는 0.25
## 즉, 최적의 log_2 람다는 -2
## 이고, 그때의 MSE는 2.000552NULL
## [1] "n = 200, mu = 5 , pi = 0.3 , simul_type = 2 , alpha = 5"
## 최적의 람다는 0.25
## 즉, 최적의 log_2 람다는 -2
## 이고, 그때의 MSE는 2.000552NULL
## [1] "n = 200, mu = 5 , pi = 0.3 , simul_type = 3 , alpha = 2"
## 최적의 람다는 0.25
## 즉, 최적의 log_2 람다는 -2
## 이고, 그때의 MSE는 0.01969453NULL
## [1] "n = 200, mu = 5 , pi = 0.3 , simul_type = 3 , alpha = 3"
## 최적의 람다는 0.25
## 즉, 최적의 log_2 람다는 -2
## 이고, 그때의 MSE는 0.01249661NULL
## [1] "n = 200, mu = 5 , pi = 0.3 , simul_type = 3 , alpha = 5"
## 최적의 람다는 0.25
## 즉, 최적의 log_2 람다는 -2
## 이고, 그때의 MSE는 0.0137401NULL
## [1] "n = 200, mu = 10 , pi = 0.1 , simul_type = 0 , alpha = 2"
## 최적의 람다는 0.125
## 즉, 최적의 log_2 람다는 -3
## 이고, 그때의 MSE는 0.06918804NULL
## [1] "n = 200, mu = 10 , pi = 0.1 , simul_type = 0 , alpha = 3"
## 최적의 람다는 0.125
## 즉, 최적의 log_2 람다는 -3
## 이고, 그때의 MSE는 0.06918804NULL
## [1] "n = 200, mu = 10 , pi = 0.1 , simul_type = 0 , alpha = 5"
## 최적의 람다는 0.125
## 즉, 최적의 log_2 람다는 -3
## 이고, 그때의 MSE는 0.06918804NULL
## [1] "n = 200, mu = 10 , pi = 0.1 , simul_type = 1 , alpha = 2"
## 최적의 람다는 2
## 즉, 최적의 log_2 람다는 1
## 이고, 그때의 MSE는 0.3034234NULL
## [1] "n = 200, mu = 10 , pi = 0.1 , simul_type = 1 , alpha = 3"
## 최적의 람다는 2
## 즉, 최적의 log_2 람다는 1
## 이고, 그때의 MSE는 0.3039453NULL
## [1] "n = 200, mu = 10 , pi = 0.1 , simul_type = 1 , alpha = 5"
## 최적의 람다는 2
## 즉, 최적의 log_2 람다는 1
## 이고, 그때의 MSE는 0.3082673NULL
## [1] "n = 200, mu = 10 , pi = 0.1 , simul_type = 2 , alpha = 2"
## 최적의 람다는 2
## 즉, 최적의 log_2 람다는 1
## 이고, 그때의 MSE는 0.3745294NULL
## [1] "n = 200, mu = 10 , pi = 0.1 , simul_type = 2 , alpha = 3"
## 최적의 람다는 2
## 즉, 최적의 log_2 람다는 1
## 이고, 그때의 MSE는 0.3745294NULL
## [1] "n = 200, mu = 10 , pi = 0.1 , simul_type = 2 , alpha = 5"
## 최적의 람다는 2
## 즉, 최적의 log_2 람다는 1
## 이고, 그때의 MSE는 0.3745294NULL
## [1] "n = 200, mu = 10 , pi = 0.1 , simul_type = 3 , alpha = 2"
## 최적의 람다는 4
## 즉, 최적의 log_2 람다는 2
## 이고, 그때의 MSE는 0.05951769NULL
## [1] "n = 200, mu = 10 , pi = 0.1 , simul_type = 3 , alpha = 3"
## 최적의 람다는 4
## 즉, 최적의 log_2 람다는 2
## 이고, 그때의 MSE는 0.05932705NULL
## [1] "n = 200, mu = 10 , pi = 0.1 , simul_type = 3 , alpha = 5"
## 최적의 람다는 4
## 즉, 최적의 log_2 람다는 2
## 이고, 그때의 MSE는 0.05912342NULL
## [1] "n = 200, mu = 10 , pi = 0.2 , simul_type = 0 , alpha = 2"
## 최적의 람다는 0.125
## 즉, 최적의 log_2 람다는 -3
## 이고, 그때의 MSE는 0.06918804NULL
## [1] "n = 200, mu = 10 , pi = 0.2 , simul_type = 0 , alpha = 3"
## 최적의 람다는 0.125
## 즉, 최적의 log_2 람다는 -3
## 이고, 그때의 MSE는 0.06918804NULL
## [1] "n = 200, mu = 10 , pi = 0.2 , simul_type = 0 , alpha = 5"
## 최적의 람다는 0.125
## 즉, 최적의 log_2 람다는 -3
## 이고, 그때의 MSE는 0.06918804NULL
## [1] "n = 200, mu = 10 , pi = 0.2 , simul_type = 1 , alpha = 2"
## 최적의 람다는 1
## 즉, 최적의 log_2 람다는 0
## 이고, 그때의 MSE는 1.221065NULL
## [1] "n = 200, mu = 10 , pi = 0.2 , simul_type = 1 , alpha = 3"
## 최적의 람다는 1
## 즉, 최적의 log_2 람다는 0
## 이고, 그때의 MSE는 1.244533NULL
## [1] "n = 200, mu = 10 , pi = 0.2 , simul_type = 1 , alpha = 5"
## 최적의 람다는 1
## 즉, 최적의 log_2 람다는 0
## 이고, 그때의 MSE는 1.289362NULL
## [1] "n = 200, mu = 10 , pi = 0.2 , simul_type = 2 , alpha = 2"
## 최적의 람다는 2
## 즉, 최적의 log_2 람다는 1
## 이고, 그때의 MSE는 1.584146NULL
## [1] "n = 200, mu = 10 , pi = 0.2 , simul_type = 2 , alpha = 3"
## 최적의 람다는 2
## 즉, 최적의 log_2 람다는 1
## 이고, 그때의 MSE는 1.584146NULL
## [1] "n = 200, mu = 10 , pi = 0.2 , simul_type = 2 , alpha = 5"
## 최적의 람다는 2
## 즉, 최적의 log_2 람다는 1
## 이고, 그때의 MSE는 1.584146NULL
## [1] "n = 200, mu = 10 , pi = 0.2 , simul_type = 3 , alpha = 2"
## 최적의 람다는 4
## 즉, 최적의 log_2 람다는 2
## 이고, 그때의 MSE는 0.08555333NULL
## [1] "n = 200, mu = 10 , pi = 0.2 , simul_type = 3 , alpha = 3"
## 최적의 람다는 0.25
## 즉, 최적의 log_2 람다는 -2
## 이고, 그때의 MSE는 0.06789762NULL
## [1] "n = 200, mu = 10 , pi = 0.2 , simul_type = 3 , alpha = 5"
## 최적의 람다는 0.25
## 즉, 최적의 log_2 람다는 -2
## 이고, 그때의 MSE는 0.06980511NULL
## [1] "n = 200, mu = 10 , pi = 0.3 , simul_type = 0 , alpha = 2"
## 최적의 람다는 0.125
## 즉, 최적의 log_2 람다는 -3
## 이고, 그때의 MSE는 0.06918804NULL
## [1] "n = 200, mu = 10 , pi = 0.3 , simul_type = 0 , alpha = 3"
## 최적의 람다는 0.125
## 즉, 최적의 log_2 람다는 -3
## 이고, 그때의 MSE는 0.06918804NULL
## [1] "n = 200, mu = 10 , pi = 0.3 , simul_type = 0 , alpha = 5"
## 최적의 람다는 0.125
## 즉, 최적의 log_2 람다는 -3
## 이고, 그때의 MSE는 0.06918804NULL
## [1] "n = 200, mu = 10 , pi = 0.3 , simul_type = 1 , alpha = 2"
## 최적의 람다는 1
## 즉, 최적의 log_2 람다는 0
## 이고, 그때의 MSE는 3.640132NULL
## [1] "n = 200, mu = 10 , pi = 0.3 , simul_type = 1 , alpha = 3"
## 최적의 람다는 1
## 즉, 최적의 log_2 람다는 0
## 이고, 그때의 MSE는 3.709824NULL
## [1] "n = 200, mu = 10 , pi = 0.3 , simul_type = 1 , alpha = 5"
## 최적의 람다는 1
## 즉, 최적의 log_2 람다는 0
## 이고, 그때의 MSE는 3.852198NULL
## [1] "n = 200, mu = 10 , pi = 0.3 , simul_type = 2 , alpha = 2"
## 최적의 람다는 1
## 즉, 최적의 log_2 람다는 0
## 이고, 그때의 MSE는 3.865938NULL
## [1] "n = 200, mu = 10 , pi = 0.3 , simul_type = 2 , alpha = 3"
## 최적의 람다는 1
## 즉, 최적의 log_2 람다는 0
## 이고, 그때의 MSE는 3.865938NULL
## [1] "n = 200, mu = 10 , pi = 0.3 , simul_type = 2 , alpha = 5"
## 최적의 람다는 1
## 즉, 최적의 log_2 람다는 0
## 이고, 그때의 MSE는 3.865938NULL
## [1] "n = 200, mu = 10 , pi = 0.3 , simul_type = 3 , alpha = 2"
## 최적의 람다는 0.25
## 즉, 최적의 log_2 람다는 -2
## 이고, 그때의 MSE는 0.1578929NULL
## [1] "n = 200, mu = 10 , pi = 0.3 , simul_type = 3 , alpha = 3"
## 최적의 람다는 0.25
## 즉, 최적의 log_2 람다는 -2
## 이고, 그때의 MSE는 0.1649526NULL
## [1] "n = 200, mu = 10 , pi = 0.3 , simul_type = 3 , alpha = 5"
## 최적의 람다는 0.5
## 즉, 최적의 log_2 람다는 -1
## 이고, 그때의 MSE는 0.1632065NULL
2-2. n = 300
data_n300 <- read.csv('../data/mean_df-set_simul_seed10_n300.csv')
data <- fun_log(data_n300)
mu_set = c(1,5,10)
pi_set = c(0.1,0.2,0.3)
simul_type_set = c(0,1,2,3)
alpha_set = c(2,3,5)
for(mu_num in mu_set){
for(pi_num in pi_set){
for(simul_type_num in simul_type_set){
for(alpha_num in alpha_set){
print(paste("n = 300, mu = ", mu_num,", pi = ",pi_num, ", simul_type = ", simul_type_num,", alpha = ", alpha_num))
data_handling <- fun_handling(data=data, pi_num=pi_num, simul_type_num=simul_type_num, alpha_num=alpha_num,mu_num = mu_num)
print(fun_visualize(data_handling$handling,data_handling$avg_handling))
}
}
}
}## [1] "n = 300, mu = 1 , pi = 0.1 , simul_type = 0 , alpha = 2"
## 최적의 람다는 0.0625
## 즉, 최적의 log_2 람다는 -4
## 이고, 그때의 MSE는 0.0003214021NULL
## [1] "n = 300, mu = 1 , pi = 0.1 , simul_type = 0 , alpha = 3"
## 최적의 람다는 0.0625
## 즉, 최적의 log_2 람다는 -4
## 이고, 그때의 MSE는 0.0003214021NULL
## [1] "n = 300, mu = 1 , pi = 0.1 , simul_type = 0 , alpha = 5"
## 최적의 람다는 0.0625
## 즉, 최적의 log_2 람다는 -4
## 이고, 그때의 MSE는 0.0003214021NULL
## [1] "n = 300, mu = 1 , pi = 0.1 , simul_type = 1 , alpha = 2"
## 최적의 람다는 0.0625
## 즉, 최적의 log_2 람다는 -4
## 이고, 그때의 MSE는 0.0005212803NULL
## [1] "n = 300, mu = 1 , pi = 0.1 , simul_type = 1 , alpha = 3"
## 최적의 람다는 0.0625
## 즉, 최적의 log_2 람다는 -4
## 이고, 그때의 MSE는 0.0006577766NULL
## [1] "n = 300, mu = 1 , pi = 0.1 , simul_type = 1 , alpha = 5"
## 최적의 람다는 0.0625
## 즉, 최적의 log_2 람다는 -4
## 이고, 그때의 MSE는 0.0009107734NULL
## [1] "n = 300, mu = 1 , pi = 0.1 , simul_type = 2 , alpha = 2"
## 최적의 람다는 0.0625
## 즉, 최적의 log_2 람다는 -4
## 이고, 그때의 MSE는 0.006697936NULL
## [1] "n = 300, mu = 1 , pi = 0.1 , simul_type = 2 , alpha = 3"
## 최적의 람다는 0.0625
## 즉, 최적의 log_2 람다는 -4
## 이고, 그때의 MSE는 0.006697936NULL
## [1] "n = 300, mu = 1 , pi = 0.1 , simul_type = 2 , alpha = 5"
## 최적의 람다는 0.0625
## 즉, 최적의 log_2 람다는 -4
## 이고, 그때의 MSE는 0.006697936NULL
## [1] "n = 300, mu = 1 , pi = 0.1 , simul_type = 3 , alpha = 2"
## 최적의 람다는 0.0625
## 즉, 최적의 log_2 람다는 -4
## 이고, 그때의 MSE는 0.000421675NULL
## [1] "n = 300, mu = 1 , pi = 0.1 , simul_type = 3 , alpha = 3"
## 최적의 람다는 0.0625
## 즉, 최적의 log_2 람다는 -4
## 이고, 그때의 MSE는 9.267717e-05NULL
## [1] "n = 300, mu = 1 , pi = 0.1 , simul_type = 3 , alpha = 5"
## 최적의 람다는 0.0625
## 즉, 최적의 log_2 람다는 -4
## 이고, 그때의 MSE는 8.58709e-05NULL
## [1] "n = 300, mu = 1 , pi = 0.2 , simul_type = 0 , alpha = 2"
## 최적의 람다는 0.0625
## 즉, 최적의 log_2 람다는 -4
## 이고, 그때의 MSE는 0.0003214021NULL
## [1] "n = 300, mu = 1 , pi = 0.2 , simul_type = 0 , alpha = 3"
## 최적의 람다는 0.0625
## 즉, 최적의 log_2 람다는 -4
## 이고, 그때의 MSE는 0.0003214021NULL
## [1] "n = 300, mu = 1 , pi = 0.2 , simul_type = 0 , alpha = 5"
## 최적의 람다는 0.0625
## 즉, 최적의 log_2 람다는 -4
## 이고, 그때의 MSE는 0.0003214021NULL
## [1] "n = 300, mu = 1 , pi = 0.2 , simul_type = 1 , alpha = 2"
## 최적의 람다는 0.125
## 즉, 최적의 log_2 람다는 -3
## 이고, 그때의 MSE는 0.007728143NULL
## [1] "n = 300, mu = 1 , pi = 0.2 , simul_type = 1 , alpha = 3"
## 최적의 람다는 0.125
## 즉, 최적의 log_2 람다는 -3
## 이고, 그때의 MSE는 0.008624484NULL
## [1] "n = 300, mu = 1 , pi = 0.2 , simul_type = 1 , alpha = 5"
## 최적의 람다는 0.125
## 즉, 최적의 log_2 람다는 -3
## 이고, 그때의 MSE는 0.02419731NULL
## [1] "n = 300, mu = 1 , pi = 0.2 , simul_type = 2 , alpha = 2"
## 최적의 람다는 0.125
## 즉, 최적의 log_2 람다는 -3
## 이고, 그때의 MSE는 0.038251NULL
## [1] "n = 300, mu = 1 , pi = 0.2 , simul_type = 2 , alpha = 3"
## 최적의 람다는 0.125
## 즉, 최적의 log_2 람다는 -3
## 이고, 그때의 MSE는 0.038251NULL
## [1] "n = 300, mu = 1 , pi = 0.2 , simul_type = 2 , alpha = 5"
## 최적의 람다는 0.125
## 즉, 최적의 log_2 람다는 -3
## 이고, 그때의 MSE는 0.038251NULL
## [1] "n = 300, mu = 1 , pi = 0.2 , simul_type = 3 , alpha = 2"
## 최적의 람다는 0.0625
## 즉, 최적의 log_2 람다는 -4
## 이고, 그때의 MSE는 0.001373493NULL
## [1] "n = 300, mu = 1 , pi = 0.2 , simul_type = 3 , alpha = 3"
## 최적의 람다는 0.0625
## 즉, 최적의 log_2 람다는 -4
## 이고, 그때의 MSE는 0.0002210106NULL
## [1] "n = 300, mu = 1 , pi = 0.2 , simul_type = 3 , alpha = 5"
## 최적의 람다는 0.0625
## 즉, 최적의 log_2 람다는 -4
## 이고, 그때의 MSE는 0.0003859579NULL
## [1] "n = 300, mu = 1 , pi = 0.3 , simul_type = 0 , alpha = 2"
## 최적의 람다는 0.0625
## 즉, 최적의 log_2 람다는 -4
## 이고, 그때의 MSE는 0.0003214021NULL
## [1] "n = 300, mu = 1 , pi = 0.3 , simul_type = 0 , alpha = 3"
## 최적의 람다는 0.0625
## 즉, 최적의 log_2 람다는 -4
## 이고, 그때의 MSE는 0.0003214021NULL
## [1] "n = 300, mu = 1 , pi = 0.3 , simul_type = 0 , alpha = 5"
## 최적의 람다는 0.0625
## 즉, 최적의 log_2 람다는 -4
## 이고, 그때의 MSE는 0.0003214021NULL
## [1] "n = 300, mu = 1 , pi = 0.3 , simul_type = 1 , alpha = 2"
## 최적의 람다는 2
## 즉, 최적의 log_2 람다는 1
## 이고, 그때의 MSE는 0.0975387NULL
## [1] "n = 300, mu = 1 , pi = 0.3 , simul_type = 1 , alpha = 3"
## 최적의 람다는 0.5
## 즉, 최적의 log_2 람다는 -1
## 이고, 그때의 MSE는 0.3063303NULL
## [1] "n = 300, mu = 1 , pi = 0.3 , simul_type = 1 , alpha = 5"
## 최적의 람다는 0.5
## 즉, 최적의 log_2 람다는 -1
## 이고, 그때의 MSE는 0.3511686NULL
## [1] "n = 300, mu = 1 , pi = 0.3 , simul_type = 2 , alpha = 2"
## 최적의 람다는 8
## 즉, 최적의 log_2 람다는 3
## 이고, 그때의 MSE는 0.08169889NULL
## [1] "n = 300, mu = 1 , pi = 0.3 , simul_type = 2 , alpha = 3"
## 최적의 람다는 8
## 즉, 최적의 log_2 람다는 3
## 이고, 그때의 MSE는 0.08169889NULL
## [1] "n = 300, mu = 1 , pi = 0.3 , simul_type = 2 , alpha = 5"
## 최적의 람다는 8
## 즉, 최적의 log_2 람다는 3
## 이고, 그때의 MSE는 0.08169889NULL
## [1] "n = 300, mu = 1 , pi = 0.3 , simul_type = 3 , alpha = 2"
## 최적의 람다는 0.0625
## 즉, 최적의 log_2 람다는 -4
## 이고, 그때의 MSE는 0.001187829NULL
## [1] "n = 300, mu = 1 , pi = 0.3 , simul_type = 3 , alpha = 3"
## 최적의 람다는 0.0625
## 즉, 최적의 log_2 람다는 -4
## 이고, 그때의 MSE는 0.0003270765NULL
## [1] "n = 300, mu = 1 , pi = 0.3 , simul_type = 3 , alpha = 5"
## 최적의 람다는 0.125
## 즉, 최적의 log_2 람다는 -3
## 이고, 그때의 MSE는 0.0004775243NULL
## [1] "n = 300, mu = 5 , pi = 0.1 , simul_type = 0 , alpha = 2"
## 최적의 람다는 0.125
## 즉, 최적의 log_2 람다는 -3
## 이고, 그때의 MSE는 0.002829945NULL
## [1] "n = 300, mu = 5 , pi = 0.1 , simul_type = 0 , alpha = 3"
## 최적의 람다는 0.125
## 즉, 최적의 log_2 람다는 -3
## 이고, 그때의 MSE는 0.002829945NULL
## [1] "n = 300, mu = 5 , pi = 0.1 , simul_type = 0 , alpha = 5"
## 최적의 람다는 0.125
## 즉, 최적의 log_2 람다는 -3
## 이고, 그때의 MSE는 0.002829945NULL
## [1] "n = 300, mu = 5 , pi = 0.1 , simul_type = 1 , alpha = 2"
## 최적의 람다는 0.25
## 즉, 최적의 log_2 람다는 -2
## 이고, 그때의 MSE는 0.02556719NULL
## [1] "n = 300, mu = 5 , pi = 0.1 , simul_type = 1 , alpha = 3"
## 최적의 람다는 0.25
## 즉, 최적의 log_2 람다는 -2
## 이고, 그때의 MSE는 0.02669022NULL
## [1] "n = 300, mu = 5 , pi = 0.1 , simul_type = 1 , alpha = 5"
## 최적의 람다는 0.25
## 즉, 최적의 log_2 람다는 -2
## 이고, 그때의 MSE는 0.0309384NULL
## [1] "n = 300, mu = 5 , pi = 0.1 , simul_type = 2 , alpha = 2"
## 최적의 람다는 1
## 즉, 최적의 log_2 람다는 0
## 이고, 그때의 MSE는 0.2170317NULL
## [1] "n = 300, mu = 5 , pi = 0.1 , simul_type = 2 , alpha = 3"
## 최적의 람다는 1
## 즉, 최적의 log_2 람다는 0
## 이고, 그때의 MSE는 0.2170317NULL
## [1] "n = 300, mu = 5 , pi = 0.1 , simul_type = 2 , alpha = 5"
## 최적의 람다는 1
## 즉, 최적의 log_2 람다는 0
## 이고, 그때의 MSE는 0.2170317NULL
## [1] "n = 300, mu = 5 , pi = 0.1 , simul_type = 3 , alpha = 2"
## 최적의 람다는 0.125
## 즉, 최적의 log_2 람다는 -3
## 이고, 그때의 MSE는 0.003545037NULL
## [1] "n = 300, mu = 5 , pi = 0.1 , simul_type = 3 , alpha = 3"
## 최적의 람다는 0.125
## 즉, 최적의 log_2 람다는 -3
## 이고, 그때의 MSE는 0.001409942NULL
## [1] "n = 300, mu = 5 , pi = 0.1 , simul_type = 3 , alpha = 5"
## 최적의 람다는 0.125
## 즉, 최적의 log_2 람다는 -3
## 이고, 그때의 MSE는 0.001412567NULL
## [1] "n = 300, mu = 5 , pi = 0.2 , simul_type = 0 , alpha = 2"
## 최적의 람다는 0.125
## 즉, 최적의 log_2 람다는 -3
## 이고, 그때의 MSE는 0.002829945NULL
## [1] "n = 300, mu = 5 , pi = 0.2 , simul_type = 0 , alpha = 3"
## 최적의 람다는 0.125
## 즉, 최적의 log_2 람다는 -3
## 이고, 그때의 MSE는 0.002829945NULL
## [1] "n = 300, mu = 5 , pi = 0.2 , simul_type = 0 , alpha = 5"
## 최적의 람다는 0.125
## 즉, 최적의 log_2 람다는 -3
## 이고, 그때의 MSE는 0.002829945NULL
## [1] "n = 300, mu = 5 , pi = 0.2 , simul_type = 1 , alpha = 2"
## 최적의 람다는 1
## 즉, 최적의 log_2 람다는 0
## 이고, 그때의 MSE는 0.5245431NULL
## [1] "n = 300, mu = 5 , pi = 0.2 , simul_type = 1 , alpha = 3"
## 최적의 람다는 1
## 즉, 최적의 log_2 람다는 0
## 이고, 그때의 MSE는 0.5369814NULL
## [1] "n = 300, mu = 5 , pi = 0.2 , simul_type = 1 , alpha = 5"
## 최적의 람다는 1
## 즉, 최적의 log_2 람다는 0
## 이고, 그때의 MSE는 0.5549604NULL
## [1] "n = 300, mu = 5 , pi = 0.2 , simul_type = 2 , alpha = 2"
## 최적의 람다는 1
## 즉, 최적의 log_2 람다는 0
## 이고, 그때의 MSE는 0.8256964NULL
## [1] "n = 300, mu = 5 , pi = 0.2 , simul_type = 2 , alpha = 3"
## 최적의 람다는 1
## 즉, 최적의 log_2 람다는 0
## 이고, 그때의 MSE는 0.8256964NULL
## [1] "n = 300, mu = 5 , pi = 0.2 , simul_type = 2 , alpha = 5"
## 최적의 람다는 1
## 즉, 최적의 log_2 람다는 0
## 이고, 그때의 MSE는 0.8256964NULL
## [1] "n = 300, mu = 5 , pi = 0.2 , simul_type = 3 , alpha = 2"
## 최적의 람다는 0.125
## 즉, 최적의 log_2 람다는 -3
## 이고, 그때의 MSE는 0.01569739NULL
## [1] "n = 300, mu = 5 , pi = 0.2 , simul_type = 3 , alpha = 3"
## 최적의 람다는 0.125
## 즉, 최적의 log_2 람다는 -3
## 이고, 그때의 MSE는 0.002699682NULL
## [1] "n = 300, mu = 5 , pi = 0.2 , simul_type = 3 , alpha = 5"
## 최적의 람다는 0.125
## 즉, 최적의 log_2 람다는 -3
## 이고, 그때의 MSE는 0.003604415NULL
## [1] "n = 300, mu = 5 , pi = 0.3 , simul_type = 0 , alpha = 2"
## 최적의 람다는 0.125
## 즉, 최적의 log_2 람다는 -3
## 이고, 그때의 MSE는 0.002829945NULL
## [1] "n = 300, mu = 5 , pi = 0.3 , simul_type = 0 , alpha = 3"
## 최적의 람다는 0.125
## 즉, 최적의 log_2 람다는 -3
## 이고, 그때의 MSE는 0.002829945NULL
## [1] "n = 300, mu = 5 , pi = 0.3 , simul_type = 0 , alpha = 5"
## 최적의 람다는 0.125
## 즉, 최적의 log_2 람다는 -3
## 이고, 그때의 MSE는 0.002829945NULL
## [1] "n = 300, mu = 5 , pi = 0.3 , simul_type = 1 , alpha = 2"
## 최적의 람다는 0.25
## 즉, 최적의 log_2 람다는 -2
## 이고, 그때의 MSE는 1.879547NULL
## [1] "n = 300, mu = 5 , pi = 0.3 , simul_type = 1 , alpha = 3"
## 최적의 람다는 1
## 즉, 최적의 log_2 람다는 0
## 이고, 그때의 MSE는 1.947911NULL
## [1] "n = 300, mu = 5 , pi = 0.3 , simul_type = 1 , alpha = 5"
## 최적의 람다는 1
## 즉, 최적의 log_2 람다는 0
## 이고, 그때의 MSE는 2.022528NULL
## [1] "n = 300, mu = 5 , pi = 0.3 , simul_type = 2 , alpha = 2"
## 최적의 람다는 0.25
## 즉, 최적의 log_2 람다는 -2
## 이고, 그때의 MSE는 1.753946NULL
## [1] "n = 300, mu = 5 , pi = 0.3 , simul_type = 2 , alpha = 3"
## 최적의 람다는 0.25
## 즉, 최적의 log_2 람다는 -2
## 이고, 그때의 MSE는 1.753946NULL
## [1] "n = 300, mu = 5 , pi = 0.3 , simul_type = 2 , alpha = 5"
## 최적의 람다는 0.25
## 즉, 최적의 log_2 람다는 -2
## 이고, 그때의 MSE는 1.753946NULL
## [1] "n = 300, mu = 5 , pi = 0.3 , simul_type = 3 , alpha = 2"
## 최적의 람다는 0.125
## 즉, 최적의 log_2 람다는 -3
## 이고, 그때의 MSE는 0.012581NULL
## [1] "n = 300, mu = 5 , pi = 0.3 , simul_type = 3 , alpha = 3"
## 최적의 람다는 0.125
## 즉, 최적의 log_2 람다는 -3
## 이고, 그때의 MSE는 0.006774918NULL
## [1] "n = 300, mu = 5 , pi = 0.3 , simul_type = 3 , alpha = 5"
## 최적의 람다는 0.25
## 즉, 최적의 log_2 람다는 -2
## 이고, 그때의 MSE는 0.008233233NULL
## [1] "n = 300, mu = 10 , pi = 0.1 , simul_type = 0 , alpha = 2"
## 최적의 람다는 0.125
## 즉, 최적의 log_2 람다는 -3
## 이고, 그때의 MSE는 0.04221099NULL
## [1] "n = 300, mu = 10 , pi = 0.1 , simul_type = 0 , alpha = 3"
## 최적의 람다는 0.125
## 즉, 최적의 log_2 람다는 -3
## 이고, 그때의 MSE는 0.04221099NULL
## [1] "n = 300, mu = 10 , pi = 0.1 , simul_type = 0 , alpha = 5"
## 최적의 람다는 0.125
## 즉, 최적의 log_2 람다는 -3
## 이고, 그때의 MSE는 0.04221099NULL
## [1] "n = 300, mu = 10 , pi = 0.1 , simul_type = 1 , alpha = 2"
## 최적의 람다는 2
## 즉, 최적의 log_2 람다는 1
## 이고, 그때의 MSE는 0.2255861NULL
## [1] "n = 300, mu = 10 , pi = 0.1 , simul_type = 1 , alpha = 3"
## 최적의 람다는 2
## 즉, 최적의 log_2 람다는 1
## 이고, 그때의 MSE는 0.2275824NULL
## [1] "n = 300, mu = 10 , pi = 0.1 , simul_type = 1 , alpha = 5"
## 최적의 람다는 2
## 즉, 최적의 log_2 람다는 1
## 이고, 그때의 MSE는 0.2314918NULL
## [1] "n = 300, mu = 10 , pi = 0.1 , simul_type = 2 , alpha = 2"
## 최적의 람다는 2
## 즉, 최적의 log_2 람다는 1
## 이고, 그때의 MSE는 0.3802911NULL
## [1] "n = 300, mu = 10 , pi = 0.1 , simul_type = 2 , alpha = 3"
## 최적의 람다는 2
## 즉, 최적의 log_2 람다는 1
## 이고, 그때의 MSE는 0.3802911NULL
## [1] "n = 300, mu = 10 , pi = 0.1 , simul_type = 2 , alpha = 5"
## 최적의 람다는 2
## 즉, 최적의 log_2 람다는 1
## 이고, 그때의 MSE는 0.3802911NULL
## [1] "n = 300, mu = 10 , pi = 0.1 , simul_type = 3 , alpha = 2"
## 최적의 람다는 0.25
## 즉, 최적의 log_2 람다는 -2
## 이고, 그때의 MSE는 0.04938037NULL
## [1] "n = 300, mu = 10 , pi = 0.1 , simul_type = 3 , alpha = 3"
## 최적의 람다는 0.25
## 즉, 최적의 log_2 람다는 -2
## 이고, 그때의 MSE는 0.01909358NULL
## [1] "n = 300, mu = 10 , pi = 0.1 , simul_type = 3 , alpha = 5"
## 최적의 람다는 0.25
## 즉, 최적의 log_2 람다는 -2
## 이고, 그때의 MSE는 0.01855245NULL
## [1] "n = 300, mu = 10 , pi = 0.2 , simul_type = 0 , alpha = 2"
## 최적의 람다는 0.125
## 즉, 최적의 log_2 람다는 -3
## 이고, 그때의 MSE는 0.04221099NULL
## [1] "n = 300, mu = 10 , pi = 0.2 , simul_type = 0 , alpha = 3"
## 최적의 람다는 0.125
## 즉, 최적의 log_2 람다는 -3
## 이고, 그때의 MSE는 0.04221099NULL
## [1] "n = 300, mu = 10 , pi = 0.2 , simul_type = 0 , alpha = 5"
## 최적의 람다는 0.125
## 즉, 최적의 log_2 람다는 -3
## 이고, 그때의 MSE는 0.04221099NULL
## [1] "n = 300, mu = 10 , pi = 0.2 , simul_type = 1 , alpha = 2"
## 최적의 람다는 1
## 즉, 최적의 log_2 람다는 0
## 이고, 그때의 MSE는 1.213168NULL
## [1] "n = 300, mu = 10 , pi = 0.2 , simul_type = 1 , alpha = 3"
## 최적의 람다는 1
## 즉, 최적의 log_2 람다는 0
## 이고, 그때의 MSE는 1.239525NULL
## [1] "n = 300, mu = 10 , pi = 0.2 , simul_type = 1 , alpha = 5"
## 최적의 람다는 2
## 즉, 최적의 log_2 람다는 1
## 이고, 그때의 MSE는 1.265702NULL
## [1] "n = 300, mu = 10 , pi = 0.2 , simul_type = 2 , alpha = 2"
## 최적의 람다는 2
## 즉, 최적의 log_2 람다는 1
## 이고, 그때의 MSE는 1.673899NULL
## [1] "n = 300, mu = 10 , pi = 0.2 , simul_type = 2 , alpha = 3"
## 최적의 람다는 2
## 즉, 최적의 log_2 람다는 1
## 이고, 그때의 MSE는 1.673899NULL
## [1] "n = 300, mu = 10 , pi = 0.2 , simul_type = 2 , alpha = 5"
## 최적의 람다는 2
## 즉, 최적의 log_2 람다는 1
## 이고, 그때의 MSE는 1.673899NULL
## [1] "n = 300, mu = 10 , pi = 0.2 , simul_type = 3 , alpha = 2"
## 최적의 람다는 0.125
## 즉, 최적의 log_2 람다는 -3
## 이고, 그때의 MSE는 0.07639471NULL
## [1] "n = 300, mu = 10 , pi = 0.2 , simul_type = 3 , alpha = 3"
## 최적의 람다는 0.25
## 즉, 최적의 log_2 람다는 -2
## 이고, 그때의 MSE는 0.08029248NULL
## [1] "n = 300, mu = 10 , pi = 0.2 , simul_type = 3 , alpha = 5"
## 최적의 람다는 0.25
## 즉, 최적의 log_2 람다는 -2
## 이고, 그때의 MSE는 0.0809514NULL
## [1] "n = 300, mu = 10 , pi = 0.3 , simul_type = 0 , alpha = 2"
## 최적의 람다는 0.125
## 즉, 최적의 log_2 람다는 -3
## 이고, 그때의 MSE는 0.04221099NULL
## [1] "n = 300, mu = 10 , pi = 0.3 , simul_type = 0 , alpha = 3"
## 최적의 람다는 0.125
## 즉, 최적의 log_2 람다는 -3
## 이고, 그때의 MSE는 0.04221099NULL
## [1] "n = 300, mu = 10 , pi = 0.3 , simul_type = 0 , alpha = 5"
## 최적의 람다는 0.125
## 즉, 최적의 log_2 람다는 -3
## 이고, 그때의 MSE는 0.04221099NULL
## [1] "n = 300, mu = 10 , pi = 0.3 , simul_type = 1 , alpha = 2"
## 최적의 람다는 1
## 즉, 최적의 log_2 람다는 0
## 이고, 그때의 MSE는 3.471899NULL
## [1] "n = 300, mu = 10 , pi = 0.3 , simul_type = 1 , alpha = 3"
## 최적의 람다는 1
## 즉, 최적의 log_2 람다는 0
## 이고, 그때의 MSE는 3.532147NULL
## [1] "n = 300, mu = 10 , pi = 0.3 , simul_type = 1 , alpha = 5"
## 최적의 람다는 1
## 즉, 최적의 log_2 람다는 0
## 이고, 그때의 MSE는 3.660703NULL
## [1] "n = 300, mu = 10 , pi = 0.3 , simul_type = 2 , alpha = 2"
## 최적의 람다는 1
## 즉, 최적의 log_2 람다는 0
## 이고, 그때의 MSE는 4.110121NULL
## [1] "n = 300, mu = 10 , pi = 0.3 , simul_type = 2 , alpha = 3"
## 최적의 람다는 1
## 즉, 최적의 log_2 람다는 0
## 이고, 그때의 MSE는 4.110121NULL
## [1] "n = 300, mu = 10 , pi = 0.3 , simul_type = 2 , alpha = 5"
## 최적의 람다는 1
## 즉, 최적의 log_2 람다는 0
## 이고, 그때의 MSE는 4.110121NULL
## [1] "n = 300, mu = 10 , pi = 0.3 , simul_type = 3 , alpha = 2"
## 최적의 람다는 0.125
## 즉, 최적의 log_2 람다는 -3
## 이고, 그때의 MSE는 0.1500911NULL
## [1] "n = 300, mu = 10 , pi = 0.3 , simul_type = 3 , alpha = 3"
## 최적의 람다는 0.25
## 즉, 최적의 log_2 람다는 -2
## 이고, 그때의 MSE는 0.180922NULL
## [1] "n = 300, mu = 10 , pi = 0.3 , simul_type = 3 , alpha = 5"
## 최적의 람다는 0.25
## 즉, 최적의 log_2 람다는 -2
## 이고, 그때의 MSE는 0.1920899NULL